مانیتورینگ حرفه‌ای Windows Server با Zabbix

مانیتورینگ حرفه‌ای Windows Server با Zabbix
از صفر تا Zabbix Enterprise · درس 14 · آرشیو کانال · 2026-10-19
در این مقاله می‌خوانید
  1. 1️⃣ سیستم‌عامل
  2. 2️⃣ Role و Application
  3. 3️⃣ سرویس قابل دریافت توسط کاربر
  4. 1️⃣ دسترس‌پذیری پایه
  5. 2️⃣ CPU و Processor Queue
  6. 3️⃣ Memory و Paging
  7. 4️⃣ Disk و File System
  8. 5️⃣ Windows Service Monitoring
  9. 6️⃣ Event Log Monitoring
  10. 7️⃣ Update، Restart و Security
  11. 8️⃣ مانیتورینگ Role و Application
  12. معماری پیشنهادی
  13. اشتباهات رایج

روشن بودن سرور یا پاسخ‌دادن آن به Ping به معنای سلامت Windows Server نیست.

ممکن است سرور در دسترس باشد، اما:

• یک سرویس حیاتی متوقف شده باشد.

• فضای درایو در حال تمام‌شدن باشد.

• Disk Latency افزایش یافته باشد.

• Application Pool متوقف شده باشد.

• Event Log پر از خطا باشد.

• Certificate به تاریخ انقضا نزدیک شده باشد.

• Backup چند روز است اجرا نشده باشد.

مانیتورینگ حرفه‌ای Windows باید هم‌زمان سه لایه را پوشش دهد:

1️⃣ سیستم‌عامل

2️⃣ Role و Application

3️⃣ سرویس قابل دریافت توسط کاربر

1️⃣ دسترس‌پذیری پایه

برای هر Windows Server حداقل این موارد بررسی شوند:

☑️ ICMP Availability

☑️ Zabbix Agent Availability

☑️ زمان پاسخ‌گویی

☑️ Uptime

☑️ آخرین Boot

☑️ تغییر غیرمنتظره Hostname یا IP

☑️ هماهنگی ساعت

☑️ وضعیت ارتباط با Proxy یا Server

ICMP و Agent مکمل هم هستند. ممکن است Ping مجاز نباشد ولی Agent کار کند؛ یا سرور Ping بدهد اما Agent یا سیستم‌عامل دچار مشکل شده باشد.

2️⃣ CPU و Processor Queue

فقط درصد CPU کافی نیست. موارد مهم:

• میانگین CPU در بازه زمانی

• Processor Queue Length

• تعداد Core

• CPU Interrupt Time

• Privileged Time

• Processهای پرمصرف

• Steal یا محدودیت Hypervisor در صورت وجود

افزایش لحظه‌ای CPU الزاماً مشکل نیست. Trigger مناسب باید پایداری مصرف و تأثیر آن بر سرویس را در نظر بگیرد.

نمونه سیاست:

• Warning: میانگین CPU بیش از ۸۰٪ طی ۱۵ دقیقه

• High: میانگین بیش از ۹۰٪ طی ۱۰ دقیقه

• Disaster: CPU بالا همراه با اختلال Application

3️⃣ Memory و Paging

موارد مهم:

• Available Memory

• Committed Bytes

• Paging File Usage

• Pages/sec

• Memory مصرف‌شده Processها

• رشد تدریجی Memory یک Process

کمبود RAM فقط با درصد مصرف مشخص نمی‌شود. Paging شدید، Commit بالا و رشد مداوم حافظه یک Process می‌تواند نشانه Memory Leak باشد.

Baseline هر Server Role متفاوت است؛ مصرف RAM بالا در SQL Server ممکن است طبیعی باشد، اما همان رفتار در یک File Server ساده نیازمند بررسی است.

4️⃣ Disk و File System

برای هر Volume این موارد مانیتور شوند:

☑️ فضای آزاد درصدی

☑️ فضای آزاد برحسب GB

☑️ نرخ رشد مصرف

☑️ Disk Read/Write Latency

☑️ Queue Length

☑️ Read و Write Operations

☑️ Disk Error

☑️ وضعیت Volume

☑️ زمان تخمینی پرشدن

استفاده صرف از Threshold درصدی کافی نیست.

۱۰٪ فضای آزاد در یک Disk یک‌ترابایتی با ۱۰٪ فضای آزاد در یک Disk پنجاه‌گیگابایتی یکسان نیست. بهتر است درصد، حجم واقعی و روند رشد هم‌زمان بررسی شوند.

5️⃣ Windows Service Monitoring

سرویس‌های مهم باید براساس Role سرور مشخص شوند:

• IIS

• SQL Server

• DNS

• DHCP

• DFS Replication

• Windows Update

• Backup Agent

• Antivirus یا EDR

• سرویس Application سازمانی

Low-Level Discovery می‌تواند Serviceها را کشف کند؛ اما نباید برای تمام سرویس‌های Manual یا Disabled هشدار بسازیم.

Filter باید فقط سرویس‌هایی را انتخاب کند که:

• Automatic یا Automatic Delayed Start هستند.

• برای Role سرور حیاتی هستند.

• مالک و Runbook مشخص دارند.

6️⃣ Event Log Monitoring

Logهای مهم:

• System

• Application

• Security

• Microsoft-Windows-*

• Log اختصاصی Application

اما ارسال هشدار برای هر Event با Level Error اشتباه است. برخی برنامه‌ها در شرایط عادی نیز Error ثبت می‌کنند.

Event Monitoring باید با این معیارها Filter شود:

• Log Name

• Provider

• Event ID

• Level

• Message Pattern

• تعداد تکرار

• بازه زمانی

• ارتباط با Service

Event ID بدون Provider همیشه یکتا نیست؛ یک شماره ممکن است توسط Providerهای مختلف معنای متفاوتی داشته باشد.

7️⃣ Update، Restart و Security

موارد مهم:

☑️ Pending Restart

☑️ آخرین نصب Update

☑️ Updateهای ناموفق

☑️ وضعیت Antivirus و EDR

☑️ غیرفعال‌شدن Firewall

☑️ تغییر سرویس امنیتی

☑️ توقف Agent حفاظتی

☑️ Expiration گواهی‌ها

☑️ تغییر عضویت Local Administrators

☑️ تلاش‌های ورود ناموفق غیرعادی

Zabbix جایگزین SIEM یا XDR نیست؛ اما می‌تواند نبودن یا توقف کنترل‌های امنیتی را به‌سرعت تشخیص دهد.

8️⃣ مانیتورینگ Role و Application

Template پایه Windows فقط شروع کار است. براساس نقش سرور باید Template اختصاصی اضافه شود:

• IIS: سایت، App Pool، Request Rate و Response Time

• SQL: Connection، Query، Database، Log و Replication

• DNS: Service، Query و Resolution Test

• DHCP: Scope Utilization و Service

• File Server: Share Availability، Disk و SMB

• Backup Server: نتیجه Job و Repository

• Application Server: Process، Port، Log و Transaction

سلامت Service ویندوز تضمین نمی‌کند Application برای کاربر قابل استفاده است. باید End-to-End Check نیز داشته باشیم.

معماری پیشنهادی

✅ Zabbix Agent 2

✅ Active Check برای محیط‌های بزرگ

✅ TLS PSK یا Certificate

✅ اتصال به Proxy همان Site

✅ Template پایه Windows

✅ Template جداگانه برای هر Role

✅ Event IDهای انتخاب‌شده

✅ Service Discovery با Filter

✅ Macroهای Threshold

✅ Dashboard براساس Role

✅ Runbook برای Triggerهای مهم

Agent نباید با Domain Admin اجرا شود. دسترسی آن باید براساس اصل Least Privilege تنظیم شود و فقط مجوزهای لازم برای خواندن Metricها و Logهای موردنیاز را داشته باشد.

اشتباهات رایج

❌ مانیتورکردن فقط CPU، RAM و Ping

❌ هشدار برای تمام Serviceها

❌ جمع‌آوری تمام Event Logها

❌ Threshold یکسان برای تمام Server Roleها

❌ استفاده از Agent بدون TLS

❌ اجرای Scriptهای سنگین در Interval کوتاه

❌ نادیده‌گرفتن Pending Restart

❌ نبودن Check برای Application

❌ نصب Agent بدون مستندسازی

❌ مانیتورینگ نکردن خود Agent

🎯 جمع‌بندی

مانیتورینگ Windows Server باید از سخت‌افزار و سیستم‌عامل تا Role و تجربه واقعی کاربر ادامه پیدا کند.

سرور سالم نیست چون روشن است؛ زمانی سالم است که سرویس مورد انتظار را با Performance و Availability قابل قبول ارائه دهد.

در قسمت بعد:

🔜 مانیتورینگ حرفه‌ای Linux؛ از Load Average و Memory تا Systemd، Log، OOM و Container

📚 مستندات رسمی Zabbix Agent Items